新着
-
-
ダイバーシティ
-
2025/01/24
生理って何がおこっているの?(生理の貧困対策支援PJ)
「生理」について多くの方に知ってただきたく、「生理とは何か?」についてお話いたします。この記事を読んで、男女問わず生理についての理解を深めていただけますと幸いです。
-
-
-
調査
-
2024/12/20
社会人として身につけたい常識力について~アンケート調査の結果より
近年、転職などの増加により、新人だけではなく中堅や管理職に至るまでOJTなどでは教えない部分の知識、経験不足が課題であると伺う機会が増えました。そのような背景のもと、明文化しづらい「常識力」というテーマでアンケート調査を実施し、これだけは社会人として身につけてほしいという「常識」をお尋ねしました。2024年10月に企業・組織の人事・教育担当者向け実施したアンケート調査の結果から一部抜粋してご紹介いたします。
-
-
-
ダイバーシティ
-
2024/12/11
インソースのSDGs ~障がい者福祉団体支援プロジェクト~
障がいのある方が製造した商品を集めたECサイト「mon champ(モンシャン)」は、フランス語で「私の畑」という意味です。畑には野菜や果物、花など色とりどりの世界が広がっているように、mon champでも様々な視点から心を込めた素敵な商品を取り揃えてお届けします。
-
-
-
経営者
-
2024/11/22
インソース流健康経営~健診結果管理システムについて
健康経営に力を入れている企業は、社会的にも評価され、投資家や取引先からの信頼も得ています。そんな中で、従業員の健康管理を効率よく進めるためのツールとして「健診結果管理システム」が注目されています。
-
-
-
経営者
-
2024/11/22
インソース流健康経営~喫煙防止の3ステップ
健康経営とは、企業が従業員の健康を経営課題と捉え、健康促進活動を行うことで、従業員の健康と企業の生産性向上を両立させる経営手法です。その中で、喫煙防止は重要なテーマの一つとなっています。インソースでは、健康の重点課題として「生活習慣病(運動習慣・喫煙対策)」を定めています。全従業員の喫煙対策をできるだけ早期に実現するために、以下の3ステップで取り組むこととしました。
-
-
-
偉人に学ぶ
-
2024/10/25
《最終回》岩崎小彌太に浸る7日間vol.7「小彌太と財閥解体」
三菱重工業株式会社の誕生に尽力した岩崎小彌太。小彌太は頭脳明晰で、頑固で強引な所はあるが、組織全員の力を活用して厳しい時代の中でも三菱を成長させた人です。今回はそんな岩崎小彌太がどのようにして三菱ををさせたのかを彼の人生を辿りながら紐解いていきます。
-
記事一覧
-
-
AI
機械学習の「手法」を理解しよう(1)~はじめに~
日々進化し続けているAI(人工知能)の発展の3段階目、今回はAIレベル3の「機械学習」について、代表的な手法と言われる「回帰」、「クラス分類」、「クラスタリング」、「次元削減」をご紹介します。AIは単純な働きを組み合わせた制御プログラムの段階、将棋やお掃除などの局面に対応し賢い判断ができる段階、さらにその対応を自動的に学習して対応し判断し推察までしてくれるお利口さんな段階まですでに実現されています。その最前線の技術「機械学習」のさわりの部分をお話しします。
-
-
-
AI
AIに「ことば」を理解させたい(3)
前回は、AIで「ことば」を分析するための数値化する手法の例をご紹介しました。今回はその中でも、日本語の文章を扱う場合に必要な前処理である「単語の分割処理」についてお話しします。日本語の前処理は、他の言語よりも少し複雑です。その理由を、2つの例文を「形態素解析」して考えてみましょう。
-
-
-
AI
AIに「ことば」を理解させたい(2)
前回は、AIにおける「ことば」(=自然言語)の扱いと、「ことば」をAIで学習することで実現できることの例についてお話ししました。今回は、実際に「ことば」を数値化する手法の例として「Bag of Words」および「Word2Vec」について紹介します。Bag of wordsやWord2vecなどによって「ことば」を数値化することで、コンピュータは「ことば」を「データ」として扱うことができます。これにより、ある単語や文書の相関を調べるといった、「ことば」の分析ができるようになります。
-
-
-
AI
AIに「ことば」を理解させたい(1)
これまで、売上予測やレコメンドAIなど、数値を扱うAIについてお話してきました。今回は、AIにおける「ことば」の扱いについてお話しします。これまでの記事でご説明したとおり、コンピュータは、数値を扱うことが得意です。しかし、「ことば」を扱うことは得意ではありません。そこで、コンピュータが「ことば」を扱うためには、コンピュータが理解できる形式(=「数値」)に変換する、という方法をとります。
-
-
-
AI
「パターン認識」ってどんな仕組み?(2)
今回は、パターン認識の方法について説明します。パターン認識は、大きく「学習」と「認識」の2つのステップに分かれているので、順を追って説明します。パターン認識における学習は、「教師あり学習」によって行うのが一般的です。
-
-
-
AI
「パターン認識」ってどんな仕組み?(1)
AIの活用事例は、機能別に「識別」、「予測」、「実行」の3つに分類できます。今回は、その中でも「識別」に該当する、パターン認識についてご説明します。パターン認識では、未知の入力データに対して、その中に既知のパターン(文字や顔、単語など)があるかどうかを調べることができます。最近では、スマートフォンのアプリの機能になっていることもあります。例えば、カメラアプリには、自動で顔を検出する機能があります。この場合、「未知の入力データ」は「カメラに映っている映像」、「既知のパターン」は「顔」となります。他にも、色々なところで当たり前のように使われるようになってきているため、活用例に心当たりのある方も多いのではないでしょうか。
-
-
-
AI
ニューラルネットワークのCNNとRNNを理解しよう
深層学習(ディープラーニング)は、多層のニューラルネットワークによる機械学習ということからも分かるとおり、ニューラルネットワークの1種です。この「ニューラルネットワーク」というものは、非常に面白い仕組みなのですが、なかなか理解がしづらく、しっかりと説明できる人も少ないです。ここでは、良くあるワードである、入力層や隠れ層、畳み込み、戻り値などの専門的な用語を使わずに、なんとなくイメージで理解をしていただけるように、お伝えしていきます。AIに携わる携わらないに関わらず、皆さんに少しでも理解をしていただければ嬉しいです。
-
-
-
AI
AI・機械学習モデル開発の6ステップ ②データ収集
今回は「データ収集」のステップについてお伝えしてまいります。「データ収集」ステップでは、前のステップで定めた解決課題に関連するデータを集めます。「解決課題に関連するデータ」というのは、「課題解決のための手掛かりとなる」と、言い換えることもできます。自社でストックしているデータがなくても、IoTの発展により収集が容易になり、API活用も身近になってきたことにより、インターネット上の豊富なデータを活用することができるようになってきました。(勿論、スクレイピングをする際の利用規約やマナーは必ず守りましょう!)こうした手掛かりに関する勘所を一番押さえているのは、現場で実務を担当している人たちです。すぐにヒアリングに行きましょう
-
-
-
AI
AI・機械学習モデル開発の6ステップ ①テーマ決め
連載第2弾!AI・機械学習モデル開発の6ステップの「テーマ決め」をご紹介します。この段階で、どれだけリアルに解決までの道筋を描けるかがプロジェクト成功のカギを握るといっても過言ではないので、十分な時間を取ってください。まずは自組織、あるいはクライアントの抱えている課題のうち、AIで解決見込みのあるものを選びます。解決したい課題とアイデアがあっても、解決のためAIに学習させるデータが無いと、絵に描いた餅です。本当の意味で無から有を生み出すのは苦手で、過去のパターンから、未来を予測するというのがAIの基本スタンスであるということを忘れないでください。現在はネット上で使えるデータを集められることがあります。視野を広く考えてみてください。
-
-
-
AI
AIの使い所を考える~DSS(意思決定支援システム)編
AI君、君はどう思う? 今回は、AIはわかってきたけれども、「何ができるの?」、「何が得意なの?」という方に、...
-
-
-
AI
AI・機械学習モデル開発の6ステップ⓪全体像の把握
【連載】昨今、AIでできることやどんな分野に活用されているかについては、メディアでも広く取り上げられ、少しずつ広まってきているようです。しかし、まだ他人事のように感じている方も多いのではないでしょうか。そこで今回は、AI・機械学習を用いたソリューションを実現するステップについて触れていきたいと思います。テーマ設定やアイデア次第で、驚くほど簡単に今まで頭を抱えていた課題を解決できることも珍しくないです。恐れずに実現への一歩を踏み出しましょう!どのステップが特に重要なのか、あるいは外注に出しやすい部分はどの点なのかなど、それぞれの項目についての詳細は、次回以降にお伝えしてまいります。
-
-
-
AI
【取材】AIでどう変わる?② ~従来のITとAIの違い
AIと従来のITやシステムとの大きな違いは推論エンジン、ディープラーニングが備わっている点です。データを与えれば、自動でロジックを作ってくれる点は過去にありません。使いこなすうちに精度が高まっていく点も違いの1つです。今後AIが入ることで、エンジニアをはじめより多くの人の仕事が代替されるよになってきています。世の中では、AIそのものを作る人とAIを使いこなす人が混濁されがちです。しかし、AIをうまく使うためにはどちらかというと発想が豊かな人が求められます。AIというと難しくとらわれがちですが、まず使うことから始めてAIに慣れていくところがら始めてはいかがでしょうか。
-
-
-
AI
【取材】AIでどう変わる?① ~ホワイトカラーの仕事
ホワイトカラーの仕事はAI化されていくのでしょうか?AIの活用といえばブルーカラーへのインパクトに目が行きがちですが、「単純作業がAIに置き換わる」ことが事実だとしても完全代替にはまだ時間がかかるという見込みです。データ化されたものを扱う人、ビッグデータの膨大な処理をして判断する業務がAIを導入することで意思決定が早くなるかもしれません。これがあらゆる産業で起こるというのがAIの面白さをリアルタイムで実感できるところの一つです。
-
-
-
AI
「深層学習」~エーアイベーシックレベル4
機会学習の中に人の神経を模したネットワーク構造「ニューラルネットワーク」を用いた手法があります。機械学習、深層学習もまるで魔法のように語られることがありますが、それぞれ一長一短のある技術です。そこで今回は、これまでご説明してきたAIと、機械学習、深層学習の関係をご紹介します。
-
-
-
AI
レコメンドAIの仕組み~協調フィルタリング編
前回レコメンドAIがどのようにビジネスに役立つかを簡単にお伝えしました。「レコメンド」と一口に言っても、実はその仕掛けには複数のアプローチがあります。そこで今回は、メジャーなレコメンド手法の一つである、「協調フィルタリング」と呼ばれる手法をご紹介します。
-